AAAI2022 | 因果推理下的词向量：降低性别偏见并保留语义信息

论文地址：

https://www.zhuanzhi.ai/paper/5b7b32b4ccc0302b1dc5bb515689dbb5

词向量被广泛应用于各类自然语言处理任务中，然而诸多研究已经表明词向量中存在着各种偏见（如性别或种族方面）。本文提出一种基于因果推理的方法，能够有效的消除词向量中的性别偏见并保留其他语义。具体的来说，本文提出了两种因果推理框架，分别用来消除词向量中的Potential proxy bias和Unresolved bias。实验表明，本文方法得到的词向量不但能够较好地消除词向量中的偏见，还能提高语义相关任务的表现。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“WECI” 就可以获取《AAAI2022 | 因果推理下的词向量：降低性别偏见并保留语义信息》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取70000+AI主题知识资源